临床科研中常见的统计推断错误
统计推断常出现的错误包括：参数估计中的错误以及假设检验出现的错误。
参数估计的中的常见错误是：把总体均数的可信区间估计与参考值范围估计相混淆；在进行区间估计时，没有注意到是否符合正态近似条件而盲目套用公式。
要注意的是：参考值范围属于统计描述的范畴，是指个体值的波动范围，说明了绝大多数观察对象（例如95%）某项指标的分布范围，作为判断某个观察对象指标是否正常时的参考，计算时需要样本均数和标准差，如果是偏态数据则需要百分位数；而可信区间则属于统计推断，是按照给定的概率确定的可能包含未知总体参数的一个范围，它就是用来估计总体参数的所在范围，计算时需要样本均数和标准误。
假设检验中常见的统计错误很多，常见的是：不注意应用条件而选错统计分析方法。
例如：对于定量资料，不满足参数检验的前提条件盲目套用参数检验方法；不符合正态分布和方差齐性等却采用T检验和方差分析，或者样本量不符合总数大于等于40并且每个格子数≥5却套用四格表卡方检验等等。
此外，还有对临床资料设计类型不明确因而选错统计分析方法，例如：在定量资料中，误用成组设计T检验分析配对设计定量资料，或者误用T检验代替单因素方差分析（三组间比较要用单因素方差分析而不是两组间分别进行T检验，这样会增大犯α错误的概率）等等。
误用T检验分析析因设计定量资料也很常见，例如，为了研究发育期营养不良伴发癫痫对海马神经的影响，将建模大鼠分为营养良好组、营养不良组、营养良好加癫痫组、营养不良加癫痫组，进行研究，因为实验涉及两个因素“是否营养不良”“是否癫痫”，每个因素有两个水平，互相组合得到四个实验组，因此属于析因设计，不可以两两之间T检验，这样会割裂整体设计，误差自由度变小，使结果的可靠性降低，增大犯假阳性错误的概率。
另外，不清楚临床资料的类型也会导致统计方法选择错误，例如：因变量二分类变量选择线性回归，生存资料分析用线性回归、卡方检验取代Cox回归分析等等。
还有不考虑研究目的而选错统计分析方法，例如，某研究根据X2=.01，P0.05得出肺门密度与矽肺期次有关，这是不对的，卡方检验只能说明各矽肺期次的患者肺门密度有差别，但是不能说明二者具有相关性，想要研究二者相关性需要采用定性资料的相关分析（例如Spearman秩相关等）。另外，还有误认为P值越小则组间差异越大，多元（或者多因素）资料没有用一元（或单因素）处理等等。
认识统计学描述和推断错误，不仅可以避免撰写论文时出现错误，也可以在阅读有统计错误的文献时，找出其中的错误，避免被误导。
LinkLabCR-EDC2.0LinkLab——最符合医生习惯的新型电子数据库采集系统
“一站式”医学科研管理工具！
LinkLab帮您轻松做科研
成为更好的临床医生！
赞赏
转载请注明：http://www.jmrrc.com/swzdzd/9044.html
- 上一篇文章： 基于网络的建模与统计推断ERGMs及其
- 下一篇文章： 春节家人聚餐更要吃的健康
